Hadoop2.2.0+HA+zookeeper3.4.5详细配置过程+错误处理(二)

    Hadoop2.2.0+HA+zookeeper3.4.5详细配置过程+体系结构+错误处理(2)

       这篇文章，主要是针对zookeeper和hadoop集群的整体测试，以及自己在实际过程遇到的问题和解决思路。     

       

        如有转载，请注意明出处！

        http://blog.csdn.net/yczws1/article/details/23594149

测试启动

       按照下面的每一步执行，执行完一定要看输出的信息，注意warn或error或fatal的情况。因为这都是可能是问题出现的地方。出现一个问题，不解决，可能就会影响接下来的测试。这才是真正的工作量。

1、启动zookeeper

       在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5上zookeeper目录下分别执行命令：bin/zkServer.sh start

       在每一台机器执行完上面的命令后，执行jps，会显示：这是初步认定启动没有问题

[plain]  view plain copy

1. <span style="font-size:14px;">     <span style="font-size:12px;">23598 Jps           
2.       22491 QuorumPeerMain </span></span>  

       当所有机器执行上述命令完毕后，再在每台机器上执行：bin/zkServer.sh status 查看每台机器zookeeper的状态，正确的话，只有一台机器是leader，其余机器都是显示folower。1-5台机器都需要测试一下，效果如下：

[plain]  view plain copy

1. <span style="font-size:14px;">      <span style="font-size:12px;">tom@hadoop4:~yarn/hadoop2.2.0/app/zookeeper/bin$ ./zkServer.sh status  
2.        JMX enabled by default  
3.        Using config: /home/ericsson/zookeeper/bin/../conf/zoo.cfg  
4.        Mode: follower  
5.        tom@hadoop4:~yarn/hadoop2.2.0/app/zookeeper/bin$ </span></span>  

2、验证格式化zookeeper

2.1执行zkCli.sh

        在hadoop1机器上，hadoop目录，执行zkCli.sh 终端上会输出一连串的信息。最后结束的信息是

[plain]  view plain copy

1. <span style="font-size:12px;">Welcome to ZooKeeper!  
2. 2014-04-08 16:44:40,028 [myid:] - INFO  [main-SendThread(localhost:2181):ClientCnxn$SendThread@966] - Opening socket connection to server localhost/127.0.0.1:2181. Will not attempt to authenticate using SASL (unknown error)  
3. 2014-04-08 16:44:40,033 [myid:] - INFO  [main-SendThread(localhost:2181):ClientCnxn$SendThread@849] - Socket connection established to localhost/127.0.0.1:2181, initiating session  
4. JLine support is enabled  
5. 2014-04-08 16:44:40,094 [myid:] - INFO  [main-SendThread(localhost:2181):ClientCnxn$SendThread@1207] - Session establishment complete on server localhost/127.0.0.1:2181, sessionid = 0x145407bbc720004, negotiated timeout = 30000  
6. WATCHER::  
7. WatchedEvent state:SyncConnected type:None path:null  
8. ls /  
9. [zookeeper]  
10. [zk: localhost:2181(CONNECTED) 1]   
11. [zk: localhost:2181(CONNECTED) 1] </span>  

      【可以看到ZK集群 中只有一个节点zookeeper】

2.2 格式化ZooKeeper集群

       格式化zookeeper集群，目的是在ZooKeeper集群上建立HA的相应节点。

       在hadoop1上的hadoop的目录执行：bin/hdfs zkfc –formatZK

       正常命令输出结尾：

[plain]  view plain copy

1. <span style="font-size:12px;">14/04/08 17:03:40 INFO ha.ActiveStandbyElector: Session connected.  
2. 14/04/08 17:03:40 INFO zookeeper.ZooKeeper: Session: 0x545407c1d6c0003 closed  
3. 14/04/08 17:03:40 INFO zookeeper.ClientCnxn: EventThread shut down</span>  

       如果终端输出是以上面结尾，应该是没有出现问题。

       而我在执行的时候，遇到一个问题：在出现上面类似代码之后，报了一个异常，导致后面的执行没有结果，问题就出在这个异常的之上。

终端输出：

[plain]  view plain copy

1. <span style="font-size:12px;">14/04/08 17:03:40 INFO ha.ActiveStandbyElector: Session connected.  
2. 14/04/08 17:03:40 INFO zookeeper.ZooKeeper: Session: 0x545407c1d6c0003 closed  
3. 14/04/08 17:03:40 INFO zookeeper.ClientCnxn: EventThread shut down  
4. Exception in thread "main" org.apache.hadoop.HadoopIllegalArgumentException: Bad argument: –formatZK  
5.     at org.apache.hadoop.ha.ZKFailoverController.badArg(ZKFailoverController.java:245)  
6.     at org.apache.hadoop.ha.ZKFailoverController.doRun(ZKFailoverController.java:208)  
7.     at org.apache.hadoop.ha.ZKFailoverController.access$000(ZKFailoverController.java:59)  
8.     at org.apache.hadoop.ha.ZKFailoverController$1.run(ZKFailoverController.java:166)  
9.     at org.apache.hadoop.ha.ZKFailoverController$1.run(ZKFailoverController.java:162)  
10.     at org.apache.hadoop.security.SecurityUtil.doAsLoginUserOrFatal(SecurityUtil.java:456)  
11.     at org.apache.hadoop.ha.ZKFailoverController.run(ZKFailoverController.java:162)  
12.     at org.apache.hadoop.hdfs.tools.DFSZKFailoverController.main(DFSZKFailoverController.java:175)</span>  

        就是上面的异常，没有解决，导致下面的问题都不能进行，因为下面要在执行zkCli.sh，查看zookeeper有没有格式化成功，生成集群名称。自己也咨询了几个老师，他们给的回复也是不知所云。自己在这上面，也是耽误了很长时间，不知道到底问题出现在哪儿。其中有一个回复是：可能是 -formatZK声明有问题。字面解释是这样，但是formatZK的声明是没有问题。耽误了几天，在网上得到一个解决方案。Zookeeper日志的问题，因为zookeeper是不能自动清理日志的。因为事先，我在装zookeeper的时候，装过两次，但是对应的data和log目录数据没有更改，导致在执行formatZK命令的时候报错。

        我把log日志删除掉，重新建立一个文件，最后问题解决。因为这个原因，自己也查了关于zookeeper的相关信息。这里只谈到zookeeper日志的问题，后续的话，我们更多的去谈zookeeper的相关内容。因为zookeeper的架构理念很重要。

        在使用zookeeper过程中，我们知道，会有data和Log两个目录，分别用于snapshot和事务日志的输出（默认情况下只有data目录，snapshot和事务日志都保存在这个目录中，关于这两个目录的详细说明，请看《ZooKeeper管理员指南》）。

        正常运行过程中，ZK会不断地把快照数据和事务日志输出到这两个目录，并且如果没有人为操作的话，ZK自己是不会清理这些文件的，需要管理员来清理，这里介绍4种清理日志的方法。在这4种方法中，推荐使用第一种方法，对于运维人员来说，将日志清理工作独立出来，便于统一管理也更可控。毕竟zk自带的一些工 具并不怎么给力，这里是社区反映的两个问题：这里可以参考：ZooKeepr日志清理 的4种方法：这里不多介绍。

       验证：

       执行：zkCli.sh

       输出和上面执行zkCli.sh输出的内容相似。如果输出下面内容，则证明格式化zookeeper成功，否则就出现问题：

[plain]  view plain copy

1. WATCHER::  
2. WatchedEvent state:SyncConnected type:None path:null  
3. ls /  
4. [hadoop-ha,zookeeper]  
5. [zk: localhost:2181(CONNECTED) 1] ls /hadoop-ha       
6. [cluster1]       
7. [zk: localhost:2181(CONNECTED) 2]  

3、启动JournalNode集群

      在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5上分别hadoop目录

      执行命令：sbin/hadoop-daemon.sh start journalnode

      命令输出(以hadoop1为例)：

[plain]  view plain copy

1. <span style="font-size:12px;">[tom@hadoop1 ~yarn/hadoop-2.2.0/]$ sbin/hadoop-daemon.sh start journalnode      
2. starting journalnode, logging to yarn/hadoop-2.2.0/logs/hadoop-root-journalnode-hadoop101.out      
3. [tom@hadoop1 ~yarn/hadoop-2.2.0/]$   </span>  

      在每个节点执行完启动命令后，每个节点都执行以下验证。

      验证(以hadoop1为例)：

[plain]  view plain copy

1. <span style="font-size:12px;">[tom@hadoop1 hadoop]$ jps    
2. 23396 JournalNode    
3. 23598 Jps    
4. 22491 QuorumPeerMain    
5. [tom@hadoop1 hadoop]$</span>  

      查看一下目录结构：

[plain]  view plain copy

1. <span style="font-size:12px;">[tom@hadoop1 ~yarn/yarn_data/]$ pwd      
2. /home/tom/yarn/yarn_data  
3. [tom@hadoop1 ~yarn/yarn_data/]$ ls tmp/      
4. journal      
5. [tom@hadoop1 ~yarn/yarn_data/]$</span>  

     【启动JournalNode后，会在本地磁盘产生一个目录，用户保存NameNode的edits文件的数据】

4、格式化集群的一个NameNode

     从hadoop1和hadoop2中任选一个即可，这里选择的是hadoop1

     在hadoop1上/home/tom/yarn/hadoop-2.2.0/目录下执行下面命令：

     bin/hdfs namenode -format -clusterId c1

      命令输出：

[plain]  view plain copy

1. <span style="font-size:12px;">  
2. 14/04/08 17:39:40 INFO namenode.FSImage: Image file /usr/local/hadoop/tmp/dfs/name/current/fsimage.ckpt_0000000000000000000 of size 196 bytes saved in 0 seconds.       
3. 14/04/08 17:39:40 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0       
4. 14/04/08 17:39:40 INFO util.ExitUtil: Exiting with status 0       
5. 14/04/08 17:39:40 INFO namenode.NameNode: SHUTDOWN_MSG:       
6. /************************************************************       
7. SHUTDOWN_MSG: Shutting down NameNode at hadoop1/172.16.128.134       
8. ************************************************************/       
9. [tom@hadoop1 ~yarn/hadoop-2.2.0/]$</span>  

      验证查看一下目录结构：

[plain]  view plain copy

1. [tom@hadoop1 ~yarn/yarn_data]$ pwd      
2. /home/tom/yarn/yarn_data  
3. [tom@hadoop1 ~yarn/yarn_data]$ ls tmp/      
4. dfs  journal      
5. [tom@hadoop1 ~yarn/yarn_data]$ls dfs/  
6.   
7. name  

     【格式化NameNode会在磁盘产生一个目录，用于保存NameNode的fsimage、edits等文件】   

      出现上面内容，则认为，格式化namenode成功。

5、启动刚才格式化的namenode

      在hadoop1上/home/tom/yarn/hadoop-2.2.0/目录下执行命令：/sbin/hadoop-daemon.sh start namenode

      命令输出：

[plain]  view plain copy

1. [tom@hadoop1 ~yarn/hadoop-2.2.0]$ sbin/hadoop-daemon.sh start namenode      
2. starting namenode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-namenode-hadoop101.out  
3.   
4. 验证：  
5. [tom@hadoop1 ~yarn/hadoop-2.2.0/]$ jps      
6. 23396 JournalNode      
7. 23598 Jps      
8. 23558 NameNode      
9. 22491 QuorumPeerMain      
10. [tom@hadoop1 ~yarn/hadoop-2.2.0/]$  

        在页面输入地址：hadoop1:50070/dfshealth.jsp，你可以在页面看到namenode1的状态，是standby。

6、把NameNode1的数据从hadoop1同步到hadoop2中

      在hadoop2上home/tom/yarn/hadoop-2.2.0/目录上

      执行命令：

      bin/hdfs namenode –bootstrapStandby

      命令输出：

[plain]  view plain copy

1. [tom@hadoop2 ~yarn/hadoop-2.2.0]$bin/hdfs namenode -bootstrapStandby      
2. 14/04/08 17:49:20 INFO namenode.NameNode: STARTUP_MSG:      
3. /************************************************************    
4. ........  
5.   
6. 14/04/08 17:49:20 INFO util.ExitUtil: Exiting with status 0       
7. 14/04/08 17:49:20 INFO namenode.NameNode: SHUTDOWN_MSG:       
8. /************************************************************       
9. SHUTDOWN_MSG: Shutting down NameNode at hadoop2/172.16.128.135        
10. ************************************************************/       
11. [tom@hadoo2 ~yarn/hadoop-2.2.0]$     
12.   
13. 验证：  
14.   
15. [tom@hadoop2 ~yarn/yarn_data]$ pwd      
16. /home/tom/yarn/yarn_data  
17. [tom@hadoop2 ~yarn/yarn_data]$ ls tmp/      
18. dfs  journal      
19. [tom@hadoop2 ~yarn/yarn_data]$ls dfs/  
20.   
21. name  

      【在tmp目录下产生一个目录name】 

       如果出现上面结果，证明数据从namenode1上同步到namenode2上是成功的。如果可以出现上面结果，继续下面的步骤。如果没有出现dfs目录，也同样执行下面的过程，不过两者产生的结果不一样。

7、启动hadoop2中另一个Namenode

      在hadoop2上/home/tom/yarn/hadoop-2.2.0/目录下执行命令：/sbin/hadoop-daemon.sh start namenode

       命令输出：

[plain]  view plain copy

1. [tom@hadoop2 ~yarn/hadoop-2.2.0]$ sbin/hadoop-daemon.sh start namenode      
2. starting namenode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-namenode-hadoop101.out  
3. 验证：  
4.   
5. [tom@hadoop2 ~yarn/hadoop-2.2.0/]$ jps      
6. 2336 JournalNode      
7. 2358 Jps      
8. 2358 NameNode      
9. 2241 QuorumPeerMain      
10. [tom@hadoop2 ~yarn/hadoop-2.2.0/]$  

      在页面地址输入：hadoop2:50070/dfshealth.jsp你就可以看到namenode2的状态效果。和namenode1一样，同样是standby状态。

      不好的事情，我测试的过程就没有出现上面的结果，namenode进程没有启动。这个问题，也是卡在那儿不得已解决，耽误很长时间。问题，就出现在6、7两个步骤上。不知道怎么解决，后来咨询一个哥们，那哥们把在

http://hadoop.apache.org/docs/r2.3.0/hadoop-yarn/hadoop-yarn-site/HDFSHighAvailabilityWithQJM.html

       上给我截了一个图，我仔细看了关于第6步的过程。其实就是为了把namenode1上格式化产生的目录，拷贝到namenode2中，既然执行6没有出现我想要的结果。那就直接把namenode1中目中的dfs目录直接复制到namenode2中不就OK了吗？事实证明正式如此，官网也是这么说明的。复制完毕，再在namenode2上执行第7步，jps就可以看到namenode起来的进程了。至此这个问题解决了。

8、启动所有的datanode

      Datanode是在slaves文件中配置的。在hadoop1上执行：

      sbin/hadoop-daemons.sh start datanode

      命令输出：

[plain]  view plain copy

1. <span style="font-size:12px;">  
2. [tom@hadoop2 ~yarn/hadoop-2.2.0]$sbin/hadoop-daemons.sh start datanode      
3. hadoop3: starting datanode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-datanode-hadoop3.out      
4. hadoop4: starting datanode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-datanode-hadoop4.out      
5. hadoop5: starting datanode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-datanode-hadoop5.out      
6. hadoop6: starting datanode, logging to /home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-datanode-hadoop6.out      
7. [tom@hadoop2 ~yarn/hadoop-2.2.0]$</span>  

     【上述命令会在四个节点分别启动DataNode进程】

      验证（以hadoop1为例）：

[plain]  view plain copy

1. <span style="font-size:12px;">  
2. [tom@hadoop2 ~yarn/hadoop-2.2.0]$ jps      
3. 23396 JournalNode      
4. 24302 Jps      
5. 23558 NameNode      
6. 22491 QuorumPeerMain      
7. [tom@hadoop2 ~yarn/hadoop-2.2.0]$</span>  

     【可以看到java进程DataNode，这个时候可以ssh进入datanode机器，jps，查看datanode是否启动进程，这里的3-6节点，datanode都是可以起来的】    

9、启动Yarn

      在hadoop1上执行命令：sbin/start-yarn.sh

      命令输出：

[plain]  view plain copy

1. [tom@hadoop1 ~yarn/hadoop-2.2.0]$sbin/start-yarn.sh      
2. starting yarn daemons      
3. starting resourcemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-resourcemanager-hadoop1.out      
4. Hadoop6: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop6.out      
5. hadoop5: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop5.out      
6. hadoop4: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop4.out      
7. hadoop3: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop3.out      
8. hadoop2: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop2.out      
9. hadoop1: starting nodemanager, logging to /home/tom/yarn/hadoop-2.2.0/logs/yarn-root-nodemanager-hadoop1.out      
10. [tom@hadoop1 ~yarn/hadoop-2.2.0]$  
11.   
12. 验证：  
13.   
14. [tom@hadoop1 ~yarn/hadoop-2.2.0]$jps      
15. 23396 JournalNode      
16. 25154 ResourceManager      
17. 25247 NodeManager        
18. 23558 NameNode      
19. 22491 QuorumPeerMain      
20. 25281 Jps      
21. [tom@hadoop1 ~yarn/hadoop-2.2.0]$  

      【产生java进程ResourceManager和NodeManager】

       也可以通过浏览器访问hadoop1:8088/cluster

10、启动ZooKeeperFailoverCotroller

       在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5、hadoop6上分别执行命令： sbin/hadoop-daemon.sh start zkfc

       命令输出（以hadoop1为例）：

[plain]  view plain copy

1. [tom@hadoop1 ~yarn/hadoop-2.2.0]$ sbin/hadoop-daemon.sh start zkfc      
2. starting zkfc, logging to 、home/tom/yarn/hadoop-2.2.0/logs/hadoop-root-zkfc-hadoop101.out      
3. [tom@hadoop1 ~yarn/hadoop-2.2.0]$验证（以hadoop1为例）：  
4.   
5. [tom@hadoop1 ~yarn/hadoop-2.2.0]$ jps      
6. 24599 DFSZKFailoverController      
7. 23396 JournalNode      
8. 24232 DataNode      
9. 23558 NameNode      
10. 22491 QuorumPeerMain      
11. 24654 Jps      
12. [tom@hadoop1 ~yarn/hadoop-2.2.0]$  

      【产生java进程DFSZKFailoverController】

11、验证HA的故障自动转移是否好用

       在执行完第10步的时候，在页面可以观察到两个NameNode的状态，hadoop1的状态是standby，hadoop2的状态是active。原先两个namenode都是standby的状态。

       在hadoop1上我们执行：kill -9 23558

       23558 NameNode  

然后jps:nemenode进程不存在了

[plain]  view plain copy

1. <span style="font-size:12px;">  
2. [tom@hadoop1 ~yarn/hadoop-2.2.0]$ jps      
3. 24599 DFSZKFailoverController      
4. 23396 JournalNode      
5. 24232 DataNode      
6. 22491 QuorumPeerMain      
7. 24654 Jps </span>  

        然后刷新两个页面，可以看到，两台机器的状态置换了。原先的active变成standby，原先的standby变成active，这说明，HA故障自动转换是正常的，HDFS是高可用的。

        等你顺利结束上面所有的步骤，都很顺利的话，说明，你集群搭建基本完成任务。说是基本，因为还有事情要做，就是，你要开始上传文件开始测试程序，看看hadoop是否应用正常。这就是接下来要做的事情了。

 总结：

        整个过程是，痛苦、无奈、纠结。伴随着N多夜晚。总结的过程就超过10个小时。还有很多问题都没有写完，后续会继续跟近，也欢迎与读者讨论交谈。

        读者有益，写着有劳。关爱身边每一个人，热爱身体，珍惜生命，且行且珍惜。